建筑物一直是物聯網設備最狂熱的用戶之一。尤其是智能建筑，它使用連接的設備來測量從溫度、照明、空氣質量、噪音、振動、入住率和能源消耗等一切，而這只是冰山一角。

建筑自動化規模越來越大，僅在美國就有超過600萬棟商業建筑，估計部署了22億臺聯網設備。2022年，全球建筑自動化系統市場將達到約800億美元。

這種類型的自動化依賴于大量的物聯網設備。 許多條件動作響應是自動的; 如果檢測到火災，警報會自動觸發，通常會發出語音指令，并通知消防部門。 在物聯網出現之前就是如此; 現在火警通過互聯網連接，其次通過蜂窩通信連接。

物聯網的價值，特別是在樓宇自動化中，體現在兩個主要領域：

• 室內設備產生的數據以及如何分析和利用這些數據。
• 樓宇自動化系統執行的操作和管理。

豐富、持續的數據流為建筑運營提供了寶貴的見解，但有一個問題：大型設備群產生了大量數據，僅靠人類無法正確解析和理解。為了實現部署這些傳感器(和攝像頭)的潛在回報，需要人工智能(AI)和機器學習(ML)來持續監控和評估數據流。

自動化不能獨自完成這項工作

直到2020年，智能建筑系統的重點，包括建筑自動化，是設施管理的責任。然后，除了設施管理，重點轉移到員工健康和ESG計劃。這開啟了對ML支持的能力的需求。

例如，人工智能系統可以觀察空氣質量并找到與入住限制的相關性。 它還可以學習如何重新分配與占用和通風相關的會議室和隔間，以最大限度地增加員工之間的物理距離并改善空氣質量，從而減少員工生病的機會。

人工智能還可以幫助分析供水管道的使用情況和水溫，以便在軍團菌和其他有害病原體的風險升高時發出警告。 軍團菌在特定溫度范圍的溫水中大量繁殖。

新的人工智能功能的相關性并不排除跟蹤和管理能耗等傳統功能。借助人工智能驅動的平臺，建筑可以關閉不使用的區域，并在不同時間嘗試不同的窗簾設置，以最大限度地減少能源使用。一邊實驗，一邊學習。這是一個底線問題，由于能源價格的原因，這一問題在2022年將變得更加重要。

人工智能甚至可以在清潔效率方面發揮作用，識別哪些桌子已被使用，哪些廁所的使用率有所增加。 在 COVID-19 時代，設施經理專注于清潔。

人工智能也可以極大地增強支持物理安全的系統。 一旦系統了解什么是正常的訪問和移動行為，它就可以識別異常行為并發出安全警報。 其他人工智能驅動的應用程序可以檢測脅迫情況、遺棄物體、識別武器、精確定位射擊——并執行緊急鎖定。

智能傳染病控制系統可以學習利用當地感染率數據。 人工智能系統可以做人類做不到的事情，比如盯著一堵墻 20 年，尋找可能預示即將發生結構倒塌的混凝土變化跡象。

將人工智能應用于智能建筑

當然，一個新的人工智能驅動系統的標準起點是教授它。該過程始于代表系統將面臨的現實的數據基礎。然而，許多人會發現，智能建筑系統的良好基礎訓練數據并不存在。答案可能是通過在物理建筑中運行“實驗”來創建訓練數據。

例如，在能源消耗方面，您可以根據一天中的時間和辦公室的占用情況，通過實驗性地調整窗簾和空調來訓練系統，從而在不觸發手動覆蓋的情況下降低空調賬單。這種系統可以依靠溫度傳感器和占用讀數，以及陽光檢測。

有一些基本的最佳實踐可以遵循。收集地面真實數據集時要科學嚴謹，從多個來源收集數據，以增加您的樣本具有代表性的信心。

人工智能驅動的系統可以從特定辦公區域的占用模式中學習，并幫助減少空間規劃中的人為錯誤。升級空間成本高昂，保持靈活性至關重要。在疫情期間，空間利用和占用顯然成為一個健康問題。員工現在可能更喜歡聚集在露天陽臺或露臺上聊天和喝咖啡，而不是在小休息室里。

人工智能驅動的建筑管理走向何方

人工智能系統可以建議設施管理的變化，并使建筑管理更具預測性。說到反應能力，它們也能更有效地應對意外挑戰。最近的一個例子;在2020年之前，識別正在發燒的員工并降低感染概率是不可能的，但在目前的能力范圍內可以解決這個問題。

需要仔細考慮并投入時間，才能獲得正確的基本事實。 許多商業建筑都有數字孿生; 建筑師交付給建筑物所有者或管理者的虛擬復制品。 作為起點，數字孿生很可能成為人工智能驅動的設施管理和智能建筑管理的試驗場。

我們預計，IT、設施管理、人力資源和安全將變得更加集成，并更多地使用人工智能。加入信息孤島，為人工智能應用程序創建數據流，可能會有一系列好處。

健康的工作場所、物理安全和節能的重要性使得超越簡單的自動化并開發基于可靠的人工智能的建筑操作系統迫在眉睫，這些系統建立在強大的最新數據基礎上。這些應用程序中的任何一個都支持強大的業務案例;總而言之，這是一個有說服力的論點，即設施管理應該著眼于人工智能驅動的應用程序，以運營智能建筑并使建筑更智能。